python gbk 编码:'gbk'codec can't decode byte 0x81 in position 18

Posted 2023-04-22

UnicodeDecodeError:'gbk'codec can't decode byte 0x81 in position 18:illegal multibyte sequen。我尝试着从一个word 文档中读取文字 结果就出现这种情况。。。怎么解决啊 求高手指导

是因为python实现爬虫遇到编码问题：error：UnicodeEncodeError: 'gbk' codec can't encode character '\\xXX' in position XX。具体解决办法：

改变标准输出，添加代码。

1、str转bytes叫encode，bytes转str叫decode。

2、常用的中文编码名称

参考技术A “xxx”.decode('gbk')就可以了。你的可以是 eachline.decode('gbk')
不过word文档是有结构的二进制文件，并非文本文件，最好用com接口操纵，你这种处理方法是错误的追问

麻烦棒我改下可以吗？刚开始学，有很多东西还不懂。。。谢谢了。。。。

参考技术B python3
打开文件：
openfile = open(filename,'r',encoding = 'utf-8') 参考技术C .decode('gbk','ignore')追问

python3.3里好像有没有string.decode()这个内建方法了吧？？
filename = open('hello.docx','r')
for eachline in filename:
print(eachline)

Python3文本编码错误：UnicodeDecodeError: 'gbk' codec can't decode byte

在一次使用python3读取文件时出现了一下错误信息

UnicodeDecodeError: ‘gbk‘ codec can‘t decode byte

这是由于python在编解码过程中出现了错误，在python3中所有的字符编码都是Unicode编码，而在要读取的文件中存在中文，这个中文字符超出了GBK编码的表示范围，GBK编码不能对其进行解码，所以报错。

经过一番百度，找到下列解决方法：

1、打开文件时设置编码，如：open(‘1.txt’,encoding=’utf-8’)

2、若出现了超出GBK编码表示范围的字符，可以选择编码范围更广的‘gb18030’，open(‘1.txt’,encoding=’gb18030’)

3、文中出现了连‘gb18030’也无法编码的字符，可以使用‘ignore’属性进行忽略，open(‘1.txt’,encoding=’gb18030’，errors=‘ignore’)

4、还有一种常见解决方法为open(‘1.txt’).read().decode(‘gb18030’,’ignore’)

5、可以把 open 的方式变为二进制，open(filename,’rb’)